當前債券資產投資價值的美林投資鐘分析

中郵人壽保險股份有限公司投資管理中心 周奕琛 張斌

2014年以來，我國經濟短期形勢呈復雜多變的格局，投資機會先后在現金、債券和股票三大類資產中輪動，年初現金類和債券類資產收益良好，7月份以來股票市場出現15%的年內最高漲幅，而債券則有短暫的收益率回升。從經濟數據角度看，PMI、用電量等數據與GDP增長出現短期背離，未來經濟中長期向好，但短期下行壓力較大。在當前形勢下，股票市場上漲動力難以持續，債券類資產能否延續年初的上漲是近期資產配置的重要議題。如果使用美林投資鐘模型，將代表經濟增長和通脹兩個維度的相應經濟指標數據進行時間序列分析和預測，則可以對當前的經濟形勢有較為客觀的認知，充分了解當前經濟形勢下債券類資產的投資價值，確保準確的資產配置決策以實現投資組合收益最大化。

一、美林投資鐘資產配置邏輯

美林投資鐘根據經濟增長和通脹兩個變量劃分為四個階段。如圖1所示，衰退期內積累了大量的過剩產能，消費低迷，此時經濟增長觸底，通脹水平逐步下降，央行往往通過寬松的貨幣政策，降低短期利率刺激經濟，造成短端收益率曲線的下行，因此這一階段債券類資產收益最優；復蘇期內，隨著刺激政策的持續實施，經濟得到提振，但由于仍有大量產能需要消耗，因此通脹仍處低位，這一階段企業盈利大幅提高，股票類資產收益最優；過熱期內，產能開始逐步積累并趨于過剩，企業生產擴張速度下降，經濟增長逐漸進入頂部區域，開始放緩，通脹持續上行，此時央行往往通過收緊貨幣為經濟降溫，收益率曲線上行，股市面臨利潤和估值的博弈，這一階段大宗商品類資產收益最優；滯漲期內，逐步積累的過剩產能導致企業生產收縮，企業盈利下滑，經濟增長開始下行，通脹水平逐步進入頂部區域，央行貨幣政策持續收緊，流動性較差，這一階段現金類資產收益最優。

圖1 美林投資鐘各區間與大類資產對應關系

二、美林投資鐘輪動分析

(一)參數指標選擇

針對美林投資鐘的兩個變量，使用工業增加值同比增長反映經濟增長情況，CPI同比增長反映通脹情況。由圖2可見，2005年1月至2014年7月之間，工業增加值和CPI都經過了大約兩輪周期性波動，且從2012年4月之后，工業增加值同比增長和CPI分別降至9%和2%左右的階段性底部，對應了2012年至2013年上半年的債券牛市。符合美林投資鐘資產配置邏輯，因此工業增加值和CPI兩個指標可以作為美林投資鐘的有效維度變量。

圖2 工業增加值與CPI變動

(二)ARIMA時間序列預測

圖3 原始序列x自相關圖和偏自相關圖

工業增加值和CPI的同比數據具有自相關性，因此可以用ARIMA時間序列模型對其未來變動進行預測。ARIMA的一般形式為ARIMA(p，d，q)，AR表示自回歸，p為自回歸階數；MA表示移動平均，q表示移動平均階數；d表示差分階數。根據最新數據，取2005年1月至2014年7月的工業增加值和CPI的月同比變化為原始序列，分別定義為x和y，預測終點截止2015年6月，缺省數值進行平滑處理。

原始序列x經二階差分后符合白噪聲監測，故d=2。AR模型的偏自相關函數和MA模型的自相關函數均有截尾性，分別在p階和q階后為零。原始序列x的自相關圖和偏自相關圖如圖3所示。根據兩圖中截尾所對應的延遲數值，得到p=1,q=1。則ARIMA模型結構為ARIMA(1,2,1)。

通過計算殘差自相關函數、殘差偏自相關函數，對模型ARIMA（1,2,1）進行擬合。得到殘差自相關函數圖和殘差偏自相關函數圖（圖4）。可見，殘差自相關函數圖和殘差偏自相關函數圖都沒有顯著的趨勢特征。因此證明模型ARIMA（1,2,1）具備適應性。

圖4 殘差自相關函數圖和殘差偏自相關函數圖

通過模型ARIMA（1,2,1）對原始序列x進行預測，得到工業增加值月同比數據在2014年8月至2015年6月間的預測值（圖5）。同樣的方法，得到CPI月同比數據在預測區間內的預測值（圖6）。

圖5 原始序列x預測值

圖6 原始序列y預測值

可見，預測區間內工業增加值呈緩和下降趨勢，CPI會持續下降致2014年底，至2015年會有企穩回升跡象，但趨勢并不明顯。

三、總結

通過對2014年8月至2015年6月間的工業增加值和CPI月同比增速的預測可見，美林投資鐘將在這段時間內繼續處于衰退期，經濟增長逐步觸底。但2015年下半年，經濟有望進入美林投資鐘的復蘇期。從這個角度講，債券仍將是當前一段時間內最適宜投資的大類資產，而到2015年下半年，股票才有可能真正逐步體現出較高的投資價值。

使用美林投資鐘判斷經濟形勢并做出資產配置決策的方法有一定局限性，不能體現政策面變動引起的短期震蕩。如2013年下半年工業增加值和CPI仍處于相對的底部區域，但債市卻發生反轉，主要原因是央行加強非標監管，促使收益率短期內急劇上行。因此在基于美林投資鐘進行預測的基礎上，應當充分考慮政策面因素的影響，提高預測結果的準確度。

[1]葛紅玲.資產配置因素對我國開放式基金收益波動的影響分析[J].財貿研究,2008,04:90-96

[2]趙航.基于'投資時鐘'模型的理財資產最佳化配置模式[J].中國集體經濟,2012,10:95-96

[3]盧雄鷹.資產配置中的投資時鐘模型[J].上海金融,2010,01:60-63

[4]龔國勇.ARIMA模型在深圳GDP預測中的應用[J].數學的實踐與認識,2008,38:53-57